PsiQuantum正向选定的潜在客户提供8×8光路交换机样品,为原本面向量子计算开发的光子技术开拓AI网络应用。对基础设施团队而言,这是器件评估阶段的进展;公告并未提供AI训练时间改善的实测结果。
原始公告日期为2026年10月28日。PsiQuantum表示将在未来几个月公布商业产品,但这并不等于确定了交付日期。
按光学指标本身的含义理解数据
PsiQuantum称,其内部实验室测试在不使用放大器的情况下,测得典型插入损耗为1.2 dB,重配置时间低于3毫秒。插入损耗描述光通过器件时损失的光功率;重配置时间描述改变连接路径所需的时间,而非数据通过已建立连接的速度。
更低的损耗可以为链路其他部分留下更多光功率。是否足以满足某个网络的要求,取决于其他组件及路径。单凭这两项数字,无法确定GPU利用率、应用吞吐量或设施电费的变化。
公司还表示,这款演示器件及最初的产品不需要集成钛酸钡。读者应将这些结果与公司其他光子交换技术的表现分开看待。
网络还需要决定何时改变路径
光路交换已经有数据中心应用历史。Google在SIGCOMM 2022发表的Jupiter Evolving论文描述了光交换机如何与集中式软件定义控制、流量工程和自动化运维共同工作。
这说明了集成问题所在:交换机可以提供一条路径,但网络控制系统仍需选择拓扑,并在路径变更期间管理流量。Google的经验是关于其自身架构的证据,并非对PsiQuantum硬件的独立测试。
相关的Mission Apollo论文讨论了端口数量、光学性能、切换时间、成本与收发器设计之间的权衡。某一器件指标改善后,这些系统要求仍需逐一评估。
客户样品可以帮助验证什么
有价值的评估应把样品放入预期使用的光链路,观察网络在路径切换时的行为,同时了解最终产品的商业配置、支持和供应条件。
PsiQuantum的公告提供了启动这项工作的机会。实验室指标与提供样品都是具体进展,但部署决策仍需要来自目标系统的证据。